“夏普比率思维”为古民提供了宏观的精力分配框架，但要将框架落地，最终转化为分数的实际增长，还需要具体的、高效的执行工具和方法。在“数学”这个他具有显著优势、且在“风险调整后收益”模型中权重极高的科目上，他决定对其核心学习方法进行一次彻底的、系统化的升级。目标不再是“多做对几道题”，而是构建一个具备“指数化收益”特性的知识管理闭环系统，使其数学能力在高三的冲刺阶段实现非线性、加速的增长。
他选择的核心工具是“数学错题集”。但这并非传统意义上的、简单抄录题目和答案的“错题本”。在古民的理解中，一个原始、无序的错题本，其价值增长是线性甚至对数的（初期见效快，后期因题目重复、缺乏关联而收益递减）。他想要打造的，是一个能通过结构化、可检索、可迭代、能产生知识复利的“错题管理系统”，使其价值随时间和对系统的投入，呈现指数化增长的趋势。
他借鉴了“三维价值引擎”的构建思路，将“错题管理系统”视为一个专注于数学领域的、微观的“知识价值引擎”。其运作同样需要三个核心“资本”的投入与循环：
1.数据资本（DataCapital,DC）：即错题、好题、难题的原始题目、解题过程、错误原因等信息。这是系统的“原材料”。
2.结构资本（StructuralCapital,SC）：对原始数据进行清洗、分类、标签、关联、索引的方法和规则体系。这是系统的“处理引擎”和“检索框架”，决定数据能否被高效利用。
3.认知资本（CognitiveCapital,CC）：通过系统应用内化的解题思维、模型识别、知识网络。这是系统的“产出”，直接作用于解题能力和分数。
目标：通过初始投入构建强大的SC，持续积累高质量的DC，最终驱动CC的指数化增长，从而在考试中稳定、高效地提取价值（高分）。
第一步：系统设计与“结构资本”（SC）构建
古民放弃了纸质笔记本，选择了电子化管理。他用一个笔记软件（如OneNote或有道云笔记）建立了一个名为“数学知识引擎”的笔
本章未完，请点击下一页继续阅读！